skip to content
نوید مصباح
EN
→ بازگشت

دست انسان روی اثر

/ مطالعه در 9 دقیقه

دو نوع هوشوارهٔ خلاق

تقریباً دو راه برای ساختن ابزار خلاق با هوشواره (AI) وجود دارد.

اولی دستگاه فروش خودکار است. پرامپت بنویس، تصویر یا ویدیوی تمام‌شده بگیر، تمام. اگر خوشت نیامد، دوباره اهرم را بکش. چشمگیر است، گاهی حیرت‌انگیز، و برای بعضی کاربردها دقیقاً درست. اگر تصویری سریع برای یک اسلاید یا جایگزینی موقت برای یک ماکت لازم داری، دستگاه فروش خودکار عالی است.

اما آدم را بیرون از اثر نگه می‌دارد. می‌توانی درخواست کنی، می‌توانی دوباره بسازی، می‌توانی درخواستت را بازنویسی کنی، اما واقعاً نمی‌توانی شکل بدهی. رابطه بیشتر به سفارش دادن شبیه است تا ساختن. و بیشتر کسانی که عاشق کار خلاق‌اند نمی‌خواهند سفارش بدهند. می‌خواهند بسازند.

دومی همکار است. هوشواره (AI) درون فرایند تو، روی مادهٔ کار تو و در سطحی از جزئیات که خودت انتخاب می‌کنی کار می‌کند. می‌تواند پیشنهاد دهد، پیش‌نویس کند، جاهای خالی را پر کند، مرتب کند و جایگزین پیشنهاد دهد. اما هر لحظه، در هر سطحی، می‌توانی کار را از دستش بگیری، و اثر مال تو می‌ماند.

این همان نوع ابزاری است که تصمیم گرفتیم در چارسوک بسازیم، و این تصمیم همه‌چیزِ بعدش را شکل داد: رابط کاربری، معماری، مدل‌ها و حتی شیوهٔ سنجیدن موفقیت.

چرا همکاری را انتخاب کردیم

دلیلش پیش از آنکه راهبردی باشد، شخصی است.

سال‌هاست چیز می‌سازم: گرافیک، بازی، موسیقی، انیمیشن، شبیه‌سازی‌های تعاملی. در این سال‌ها آموخته‌ام که لذت ساختن در تصمیم‌هاست. روی کدام فریم برش بزنم. حرکت کجا کند شود. کدام رنگ حس اواخر عصر می‌دهد نه اوایلش. چه چیزی را کنار بگذارم. به‌ویژه اینکه چه چیزی را کنار بگذارم.

ابزاری که از روی تصمیم‌ها می‌پرد، از روی لذت هم می‌پرد. نتیجه را به دستت می‌دهد، اما تجربهٔ رسیدن به آن را از تو می‌گیرد. برای یک حرفه‌ای که ددلاین دارد، شاید گاهی معاملهٔ قابل قبولی باشد. برای هر کسی که چیز می‌سازد چون ساختن معنادار است، یک فقدان است.

دلیل عملی هم هست. کار خلاق پر از نیت‌هایی است که به کلمه درآوردنشان سخت است. کارگردان پیش از آنکه بتواند توضیح دهد چرا، می‌داند برش حس اشتباهی دارد. طراح منحنی‌ای را چند پیکسل جابه‌جا می‌کند تا حسش درست شود. این نیت‌ها از راه دستکاری بیان می‌شوند، نه توصیف. ابزاری که فقط توصیف می‌پذیرد هرگز نمی‌تواند آن‌ها را بگیرد.

برای همین چارسوک را پلتفرم هوش خلاقی می‌دانیم که در آن انسان و هوشواره (AI) «با هم» اثر خلاق می‌سازند. کلمهٔ «با هم» در این جمله بار سنگینی دارد. نه «انسان می‌خواهد، هوشواره (AI) می‌سازد». نه «هوشواره (AI) می‌سازد، انسان تأیید می‌کند». فضایی مشترک است که هر دو در آن سهم دارند و هر کدام می‌توانند رهبری کنند.

همکاری در عمل چه شکلی دارد

در ویرایشگر چارسوک، هوشواره (AI) می‌تواند برش، گذار، ریتم، تنظیم رنگ یا حرکتی پیشنهاد دهد. اما پیشنهادها اشیای قابل ویرایش‌اند، نه خروجی‌های نهایی.

اگر هوشواره (AI) توالی‌ای از برش‌ها برای یک ویدیوی موسیقی پیشنهاد دهد، هر برش یک برش واقعی روی تایم‌لاین است. می‌توانی یکی را بگیری و دو فریم عقب‌تر ببری. می‌توانی سه تا را حذف کنی و بقیه را نگه داری. می‌توانی فقط برای یک بخش جایگزین بخواهی. می‌توانی کل کار را برگردانی و با جهتی دیگر از نو شروع کنی.

هوشواره (AI) همچنین در هر مقیاسی که لازم داری کار می‌کند. گاهی می‌خواهی تکهٔ بزرگی را بر عهده بگیرد: «یک چیدمان اولیه از این کلیپ‌ها هم‌ضرب با موسیقی بساز». گاهی چیزی خیلی کوچک: «فقط این یک گذار را نرم کن». گاهی اصلاً نمی‌خواهی‌اش، و ساکت می‌ماند.

نوشته که می‌شود ساده به نظر می‌رسد. ساختنش ساده نبود. مدل‌های مولد به‌طور طبیعی آثار تمام‌شده تولید می‌کنند. اینکه کاری کنیم مشارکت‌هایی ساختارمند، قابل ویرایش و جزئی تولید کنند که به آنچه از قبل هست احترام بگذارند، بازاندیشی بخش زیادی از پایپ‌لاین را لازم داشت.

مالکیت در ویرایش‌ها زندگی می‌کند

چیزی که در تماشای کاربران نسخه‌های اولیهٔ ویرایشگر دیدم غافلگیرم کرد و شیوهٔ فکر کردنم دربارهٔ هوشواره (AI)ٔ (AI) خلاق را عوض کرد.

لحظه‌ای که کسی حس می‌کند اثر مال خودش است، معمولاً لحظهٔ تولید کردن نیست. لحظه‌ای است که چیزی را که هوشواره (AI) ساخته تغییر می‌دهد. وقتی مخالفت می‌کند.

آزمایش‌های زیادی از این دست انجام داده‌ایم، و یک صحنه بارها و بارها تکرار می‌شود. کسی توالی پیشنهادی را می‌پذیرد، پخشش می‌کند و اخم می‌کند. کلیپی را جلوتر می‌کشد، یکی دیگر را کوتاه می‌کند و دو نما را جابه‌جا می‌کند. دوباره پخشش می‌کند و لبخند می‌زند. پس از آن بی‌درنگ اثر را مال خودش توصیف می‌کند، با اینکه بیشتر برش‌ها در اصل پیشنهاد هوشواره (AI) بوده‌اند. آنچه اثر را مال او می‌کند مقدار مشارکتش نیست. این است که تصمیم‌های تعیین‌کننده را خودش گرفته.

در همهٔ این آزمایش‌ها، الگو پابرجاست. آدم‌ها مالکیت را با اینکه چقدر تولید کرده‌اند نمی‌سنجند. با این می‌سنجند که آیا داوری‌شان به نتیجه شکل داده. مخالفت جایی است که داوری دیده می‌شود.

این شیوهٔ طراحی ما را عوض کرد. حالا هر مشارکت هوشواره (AI) را پیش‌نویسی با دستگیره می‌بینیم. هر پیشنهاد باید راحت بررسی شود، راحت بخشی از آن پذیرفته شود، راحت برگردانده شود. اگر پذیرفتن پیشنهاد همه یا هیچ باشد، آدم‌ها یا کار بد را می‌پذیرند یا کار خوب را دور می‌ریزند، و در هر دو حالت فرصت به کار بستن داوری را از دست می‌دهند.

مسئله‌های سخت طراحی

ساختن همکاری از ساختن تولید سخت‌تر است. چند مسئله که مدام با آن‌ها روبه‌رو می‌شویم:

اندازه. پیشنهاد کم، هوشواره (AI) را بی‌فایده می‌کند؛ آدم همهٔ کار را می‌کند و تعجب می‌کند هوشواره (AI) آنجا چه می‌کند. پیشنهاد زیاد، کار را از دستش می‌گیرد؛ آدم بازبینِ کار کس دیگری می‌شود. اندازهٔ درست به آدم، پروژه و لحظه بستگی دارد. یک تازه‌کار ممکن است از پیش‌نویس کامل استقبال کند. یک تدوینگر باتجربه ممکن است فقط اشاره‌ای ملایم بخواهد. همان آدم ممکن است در روزهای مختلف سطح‌های متفاوتی بخواهد.

با کنترل‌های صریح، مثل لغزنده‌ای برای اینکه هوشواره (AI) چقدر کار کند، و با نشانه‌های ضمنی، مثل اینکه کسی چقدر پیشنهادها را تغییر می‌دهد، آزمایش کرده‌ایم. هیچ‌کدام بی‌نقص نیست. گمان می‌کنم بهترین جواب چیزی شبیه یک دستیار انسانی خوب باشد: کسی که به مرور ترجیح‌هایت را یاد می‌گیرد و خودش را تنظیم می‌کند.

توضیح. «چرا این کار را کرد؟» سزاوار پاسخ است. اما پاسخ باید کوتاه باشد. نه یک پاراگراف؛ یک اشاره. «روی ضرب قوی برش خورد.» «با رنگ نمای قبلی هماهنگ شد.» «کوتاه شد تا ضرباهنگ یکدست بماند.» اگر خواندن توضیح بیشتر از سنجیدن تصمیم طول بکشد، هیچ‌کس نمی‌خواندش.

به خاطر سپردن نیت. اگر کسی سه بار سبکی را رد کند، هوشواره (AI) باید بفهمد. احترام به «نه» بخشی از همکار خوب بودن است، چه انسان باشد چه نه. نسخه‌های اولیه با خوشحالی همان ایدهٔ ردشده را بارها و بارها پیشنهاد می‌دادند، که به آدم‌ها حس شنیده نشدن می‌داد. اینکه به سامانه یاد بدهیم ترجیح‌ها را به خاطر بسپارد و به آن‌ها احترام بگذارد، بیشتر از هر بهبودی در کیفیت پیشنهادها بر رضایت اثر گذاشت.

برگرداندن به‌عنوان یک قول. در ابزاری همکارانه، برگرداندن (undo) فقط یک راحتی نیست. قولی است که هیچ کاری که هوشواره (AI) می‌کند دائمی نیست مگر خودت بخواهی. همین قول است که آدم‌ها را حاضر می‌کند بگذارند هوشواره (AI) چیزهایی را امتحان کند. بدون برگرداندنِ قابل اعتماد، هر پیشنهادی پرخطر به نظر می‌رسد. با آن، پیشنهادها حس بازی می‌دهند.

قطع نکردن. کار خلاق غرق شدن می‌خواهد. هوشواره (AI) که مدام ایده پیشنهاد دهد، هرچقدر هم خوب، تمرکز را می‌شکند. یاد گرفته‌ایم هوشواره (AI) را به‌طور پیش‌فرض ساکت‌تر کنیم، وقتی صدایش کنی در دسترس باشد، و دربارهٔ اینکه کِی داوطلبانه چیزی بگوید محتاط باشد.

اخلاقِ هوشوارهٔ خلاق

ساختن ابزار خلاق با هوشواره (AI) یعنی فکر کردن به پرسش‌هایی که فراتر از طراحی محصول‌اند.

هوشواره (AI) از سبک چه کسی بهره می‌گیرد؟ مدل‌های مولد از حجم عظیمی از کار انسان‌ها یاد می‌گیرند. وقتی مدلی برش یا رنگ‌بندی‌ای پیشنهاد می‌دهد، پژواک تصمیم‌هایی است که تدوینگران و رنگ‌کاران بسیاری گرفته‌اند که هرگز موافقت نکرده‌اند به آن آموزش دهند. فکر نمی‌کنم جواب آسانی اینجا باشد، اما فکر می‌کنم ابزارهای خلاق باید دربارهٔ چیستی خودشان صادق باشند و به آدم‌ها کمک کنند صدای خودشان را پرورش دهند، نه اینکه همه را به یک سبک میانگین صاف کنند.

بر سر مهارت چه می‌آید؟ اگر هوشواره (AI) بتواند کار پایه را انجام دهد، آیا تازه‌کارها هرگز آن را یاد می‌گیرند؟ به‌عنوان کسی که سال‌ها مربی دانشجویان و مهندسان بوده، نگران این هستم. امیدم این است که یک همکار خوش‌طراحی می‌تواند معلم هم باشد: پیشنهادهایش را توضیح دهد، جایگزین نشان دهد و کمک کند آدم‌ها بفهمند چرا چیزی کار می‌کند، نه اینکه فقط به جایشان انجامش دهد.

اعتبار با کیست؟ در زمینه‌های حرفه‌ای، این برای مسیر شغلی و معیشت مهم است. باور دارم جواب باید از الگویی پیروی کند که دیدم: اعتبار از آنِ کسی است که داوری‌های تعیین‌کننده را انجام داده. اما هنجارها هنوز در حال شکل‌گیری‌اند و ابزارهایی مثل ابزار ما شکلشان خواهند داد.

آنچه حالا باور دارم

فکر نمی‌کنم هوشواره (AI) جای خلاقیت انسان را بگیرد. فکر می‌کنم جای بسیاری از کارهای ملال‌آورِ اطراف خلاقیت را می‌گیرد، و این یک هدیه است. هم‌زمان کردن کلیپ‌ها، تمیز کردن صدا، پیدا کردن فریم درست میان هزاران فریم، هماهنگ کردن رنگ نماها، رندر کردن نسخه‌های مختلف. این کارها وقت عظیمی از آدم‌های خلاق می‌گیرند و لذت بسیار کمی پس می‌دهند.

خطر در ساختن ابزارهایی است که آن‌قدر مشتاق کمک‌اند که همراه با ملال، خودِ کنش خلاق را هم از آدم می‌گیرند. این همان مرزی است که هر روز سعی می‌کنیم رویش راه برویم: جان‌کندن را بگیر، تصمیم‌ها را باقی بگذار.

همچنین باور دارم خلاقیت منبعی ثابت نیست که هوشواره (AI) یا جایش را بگیرد یا نگیرد. ظرفیتی است که با استفاده رشد می‌کند. اگر ابزارها با دادن فضای بیشتر برای آزمایش، آدم‌ها را خلاق‌تر کنند، آدم‌های بیشتری اعتمادبه‌نفس خلاق پیدا می‌کنند. اگر ابزارها آدم‌ها را مصرف‌کنندگان منفعل محتوای تولیدشده کنند، آن ظرفیت ضعیف می‌شود. طراحی ابزار تعیین می‌کند به کدام سو هل بدهد.

بهترین تعریفی که تا امروز از چارسوک شنیده‌ایم ساده بود: «حس می‌کنم کار خودم است، فقط سریع‌تر.» هدف همین است. نه «هوشواره (AI) چیز شگفت‌انگیزی ساخت». نه «تقریباً هیچ کاری نکردم». فقط: مال من است، و توانستم وقتم را صرف بخش‌هایی کنم که مهم‌اند.

اگر بتوانیم هم‌زمان با تواناتر شدن هوشواره (AI) همچنان سزاوار آن جمله باشیم، حس می‌کنم چیز درستی ساخته‌ایم.